《3.2独立性检验的基本思想及其初步应用》教学案2.docVIP

《3.2独立性检验的基本思想及其初步应用教学案学习目标 1、知识与技能 通过本节知识的学习，了解独立性检验的基本思想和初步应用，能对两个分类变量是否有关做出明确的判断.明确对两个分类变量的独立性检验的基本思想具体步骤，会对具体问题作出独立性检验. 2过程与方法 判断“X与Y有关系”的一般步骤及利用独立性检验来考察两个分类变量是否有关系，并能较准确地给出这种判断的可靠程度的具体做法和可信程度的大小.最后介绍了独立性检验思想的综合运用. 3情感、态度与价值观 养成严谨的学习态度及实事求是的分析问题、解决问题的科学世界观，并会用所学到的知识来解决实际问题. 教学重点： 理解独立性检验的基本思想；独立性检验的步骤. 教学难点 1、理解独立性检验的基本思想； 2、了解随机变量K2的含义； 3、独立性检验的步骤.教学过程： 患肺癌 总计 不吸烟 7775 42 7817 吸烟 2099 49 2148 总计 9874 91 9965 那么吸烟是否对患肺癌有影响吗？ 像表3一7 这样列出的两个分类变量的频数表，称为列联表．由吸烟情况和患肺癌情况的列联表可以粗略估计出：在不吸烟者中，有0.54 ％患有肺癌；在吸烟者中，有2.28％患有肺癌．因此，直观上可以得到结论：吸烟者和不吸烟者患肺癌的可能性存在差异． 与表格相比，三维柱形图和二维条形图能更直观地反映出相关数据的总体状况．图3. 2 一1 是列联表的三维柱形图，从中能清晰地看出各个频数的相对大小． 图3.2一2 是叠在一起的二维条形图，其中浅色条高表示不患肺癌的人数，深色条高表示患肺癌的人数．从图中可以看出，吸烟者中患肺癌的比例高于不吸烟者中患肺癌的比例． 为了更清晰地表达这个特征，我们还可用如下的等高条形图表示两种情况下患肺癌的比例．如图3.2一3 所示，在等高条形图中，浅色的条高表示不患肺癌的百分比；深色的条高表示患肺癌的百分比． 通过分析数据和图形，我们得到的直观印象是“吸烟和患肺癌有关”．那么我们是否能够以一定的把握认为“吸烟与患肺癌有关”呢？ 为了回答上述问题，我们先假设 H0：吸烟与患肺癌没有关系．用A表示不吸烟， B表示不患肺癌，则“吸烟与患肺癌没有关系”独立”，即假设 H0等价于 PAB）=P(A）+P(B) . 把表3一7中的数字用字母代替，得到如下用字母表示的列联表： 表3-8 吸烟与肺癌列联表 不患肺癌 患肺癌 总计 不吸烟 a b a+b 吸烟 c d c+d 总计 a+c b+d a+b+c+d 在表3一8中，a恰好为事件AB发生的频数；a+b 和a+c恰好分别为事件A和B发生的频数．由于频率近似于概率，所以在H0成立的条件下应该有 , 其中为样本容量， (a+b+c+d)≈(a+b)(a+c) , 即ad≈bc. 因此，|ad-bc|越小，说明吸烟与患肺癌之间关系越弱；|ad -bc|越大，说明吸烟与患肺癌之间关系越强． 为了使不同样本容量的数据有统一的评判标准，基于上面的分析，我们构造一个随机变量 (1) 其中为样本容量． 若 H0 成立，即“吸烟与患肺癌没有关系”，则 K “应该很小．根据表3一7中的数据，利用公式（1）计算得到 K “的观测值为 , 这个值到底能告诉我们什么呢？ 统计学家经过研究后发现，在 H0成立的情况下， . (2) (2）式说明，在H0成立的情况下，的观测值超过 6. 635 的概率非常小，近似为0 . 01，是一个小概率事件．现在的观测值≈56.632 ，远远大于6. 635，所以有理由断定H0不成立，即认为“吸烟与患肺癌有关系”．但这种判断会犯错误，犯错误的概率不会超过0.01，即我们有99％的把握认为“吸烟与患肺癌有关系” . 在上述过程中，实际上是借助于随机变量的观测值建立了一个判断H0是否成立的规则： 如果≥6. 635，就判断H0不成立，即认为吸烟与患肺癌有关系；否则，就判断H0成立，即认为吸烟与患肺癌没有关系． 在该规则下，把结论“H0 成立”错判成“H0 不成立”的概率不会超过 , 即有99％的把握认为从不成立． 上面解决问题的想法类似于反证法．要确认是否能以给定的可信程度认为“两个分类变量有关系”，首先假设该结论不成立，即 H0:“两个分类变量没有关系” 成立．在该假设下我们所构造的随机变量应该很小．如果由观测数据计算得到的的观测值k很大，则在一定可信程度上说明H0不成立，即在一定可信程度上认为“两个分类变量有关系”；如果k的值很小，则说明由样本观测数据没有发现反对H0 的充分证据． 怎样判断的观测值 k 是大还是小呢？这仅需确定一个正数，当时就